Rozdíl mezi AIC a BIC

AIC vs BIC

AIC a BIC jsou široce používány v kritériích pro výběr modelu. AIC znamená Akaike's Information Criteria a BIC Bayesian Information Criteria. Ačkoli se tyto dva termíny týkají výběru modelu, nejsou stejné. Jeden může narazit na rozdíl mezi dvěma přístupy výběru modelu.

Informační kritéria Akaike byla založena v roce 1973 a Bayesianská informační kritéria v roce 1978. Hirotsugu Akaike vyvinula informační kritéria Akaike, zatímco Gideon E. Schwarz vytvořil Bayesianské informační kritérium.

AIC lze označit jako měřítko dobré shody jakéhokoli odhadovaného statistického modelu. BIC je typ výběru modelu mezi třídou parametrických modelů s různými počty parametrů.

Při porovnání Bayesovských informačních kritérií a Akaikeových informačních kritérií je trest za další parametry v BIC více než AIC. Na rozdíl od AIC BIC penalizuje volné parametry silněji.

Informační kritéria Akaike se obecně snaží najít neznámý model, který má vysokou dimenzionální realitu. To znamená, že modely nejsou v AIC skutečné modely. Na druhé straně Bayesovská informační kritéria se setkávají pouze se skutečnými modely. Lze také říci, že Bayesovská informační kritéria jsou konzistentní, zatímco Akaikeova informační kritéria tomu tak nejsou.

Když Akaike's Information Criteria představí nebezpečí, že by to vybavilo. Bayesovské informační kritérium bude představovat nebezpečí, že by se mu to hodilo. Ačkoli BIC je tolerantnější ve srovnání s AIC, ukazuje menší toleranci při vyšších počtech.

Informační kritéria Akaike jsou vhodná pro asymptoticky ekvivalentní křížové validaci. Naopak, bayesovská informační kritéria jsou vhodná pro konzistentní odhad.

souhrn

1. AIC znamená Informační kritéria Akaike a BIC Bayesian Information Criteria.

2. Informační kritéria Akaike byla založena v roce 1973 a Bayesovská informační kritéria v roce 1978.

3. Při porovnávání Bayesovských informačních kritérií a informačních kritérií Akaike je trest za další parametry vyšší v BIC než AIC.

4. Akaikeova informační kritéria se obecně snaží najít neznámý model, který má vysokou dimenzionální realitu. Na druhé straně Bayesovská informační kritéria se setkávají pouze se skutečnými modely.

5. Bayesovská informační kritéria jsou konzistentní, zatímco informační kritéria společnosti Akaike tomu tak není.

6. Informační kritéria společnosti Akaike jsou vhodná pro asymptotický ekvivalent křížové validace. Naopak, bayesovská informační kritéria jsou vhodná pro konzistentní odhad.

7. Přestože je BIC tolerantnější ve srovnání s AIC, vykazuje nižší toleranci při vyšších počtech.

8. Na rozdíl od AIC BIC penalizuje volné parametry silněji.

//